算法的核心是什么，數(shù)學(xué)就是算法嗎？我認(rèn)為這種理解并不全面。首先，算法的核心是如何利用抽象的數(shù)學(xué)模型來解決這個(gè)實(shí)際問題，而實(shí)現(xiàn)的手段是通過代碼編程，所以算法的核心是數(shù)學(xué)，基本上是精確的。但是說數(shù)學(xué)是一種

算法的核心是什么，數(shù)學(xué)就是算法嗎？

我認(rèn)為這種理解并不全面。首先，算法的核心是如何利用抽象的數(shù)學(xué)模型來解決這個(gè)實(shí)際問題，而實(shí)現(xiàn)的手段是通過代碼編程，所以算法的核心是數(shù)學(xué)，基本上是精確的。但是說數(shù)學(xué)是一種算法是一個(gè)大問題。數(shù)學(xué)涉及面很廣。它是一個(gè)自洽系統(tǒng)。隨著人類認(rèn)識(shí)水平的提高，數(shù)學(xué)也在不斷發(fā)展，許多新的數(shù)學(xué)工具被開發(fā)出來幫助我們解決實(shí)際問題。

因此，如果數(shù)學(xué)是它背后的真理理論，那么算法就是用部分真理來幫助我們解決一些具體問題。這是我的理解。

您好，向您請(qǐng)教spss二元Logistic回歸中變量篩選方法，向前：條件中條件參數(shù)估計(jì)原則下的似然比卡方，謝謝？

SPSS，回歸中選擇自變量的正向方法，實(shí)際上類似于我們通常所說的逐步回歸，即它不僅包含變量的輸入，還包含變量的消除過程。

條件似然和LR在變量消去檢驗(yàn)中都采用似然比檢驗(yàn)統(tǒng)計(jì)量，但在似然比中構(gòu)造似然函數(shù)的極大值時(shí)，采用不同的參數(shù)估計(jì)方法。條件估計(jì)采用條件參數(shù)估計(jì)，LR采用最大偏似然估計(jì)。然而，這兩個(gè)估計(jì)數(shù)之間的差異幾乎沒有解釋。在我看來，兩者的差別不大。你可以在實(shí)踐中選擇一個(gè)。但是，需要注意的是，有時(shí)兩種方法給出的選擇結(jié)果會(huì)有所不同。這是所有逐步回歸方法都面臨的一個(gè)普遍問題，而且沒有解藥。

logistic回歸系數(shù)的最大似然估計(jì)，有什么作用？

線性回歸使用最小二乘法求解變量系數(shù)。在殘差服從正態(tài)分布的假設(shè)下，無論采用極大似然估計(jì)還是最小二乘法，參數(shù)都是相同的。由于最小二乘法簡(jiǎn)單易懂，所以他們大多談?wù)撟钚《朔ㄇ蠼饩€性回歸。logistic回歸假設(shè)因變量服從Bernoulli分布，故因變量為離散值。如果用最小二乘法，意義很奇怪，所以用極大似然估計(jì)進(jìn)行l(wèi)ogistic回歸：y=sigmoid（w”x）線性回歸：y=w”x，即logistic回歸比線性回歸多了一個(gè)sigmoid函數(shù)，sigmoid（x）=1/（1）Exp（-x）），實(shí)際上，是對(duì)X進(jìn)行規(guī)格化，使sigmoid（X）介于0和1之間。二元分類模型通常采用Logistic回歸。目標(biāo)函數(shù)為第二類交叉熵，Y值代表屬于第一類的概率，用戶可自行設(shè)置分類閾值。線性回歸用來擬合數(shù)據(jù)，目標(biāo)函數(shù)是平均值和誤差之和

這取決于你想成為哪方面的程序員。

程序員有后端、前端、移動(dòng)端、大數(shù)據(jù)、人工智能等，如果只是前端和移動(dòng)端，掌握基本的排序、紅黑樹、哈希等就差不多了。不需要更高級(jí)的，更重要的是系統(tǒng)API提供了很多算法方法。寫作并不一定比系統(tǒng)的寫作更好。如果你只是想成為一個(gè)普通的程序員，不想朝著高級(jí)和體系結(jié)構(gòu)的方向發(fā)展，你會(huì)發(fā)現(xiàn)如果你不接觸算法，那就沒關(guān)系了。但是，當(dāng)水流向上流動(dòng)時(shí)，仍然需要該算法。特別是對(duì)于大數(shù)據(jù)和人工智能，算法是必要的，算法就是數(shù)學(xué)。

對(duì)于人工智能來說，線性代數(shù)、概率論等都是非常重要的，不僅算法可以解釋它們。還有信息論，它計(jì)算信息傳遞的熵。個(gè)人推薦，可以看到國(guó)外的程序設(shè)計(jì)大賽，有很多測(cè)試算法，平時(shí)在開發(fā)中，更多的考慮如何減少信息傳輸，提高代碼效率，這也是一種算法。

我們必須理解和掌握：1。樹，2。散列，3。正規(guī)化，4。圖算法，5。字符串匹配，6。但是我們需要掌握更多的經(jīng)典數(shù)學(xué)算法，這是基礎(chǔ)。算法離不開數(shù)學(xué)，算法打得好，一般數(shù)學(xué)都好。通常，建議多讀一些關(guān)于線性代數(shù)、高等數(shù)學(xué)和算法的書，這些書對(duì)計(jì)算機(jī)有幫助。我們來看看國(guó)外節(jié)目競(jìng)賽的題目。其他人編寫的程序?qū)?duì)算法有較大的啟發(fā)。但作為程序員，算法只是其中的一部分，更重要的是如何快速迭代，降低開發(fā)成本，如何適應(yīng)業(yè)務(wù)。